编写C++程序:如果用广度优先找最短路径,必须记录每个结点的父节点(parent),然后从终点沿parent向前搜索到起始结点.而不能够仅记录dist来找最短路径。

时间: 2024-02-11 16:10:03 浏览: 16
以下是一个简单的C++程序,用于使用广度优先搜索找到最短路径,并记录每个结点的父节点: ```c++ #include <iostream> #include <queue> #include <vector> #include <cstring> using namespace std; const int MAXN = 100; vector<int> G[MAXN]; // 图的邻接表表示 int dist[MAXN]; // 记录每个结点到起点的最短距离 int parent[MAXN]; // 记录每个结点的父节点 bool visited[MAXN]; // 记录每个结点是否已经访问 void bfs(int s) { queue<int> q; q.push(s); visited[s] = true; dist[s] = 0; parent[s] = -1; while (!q.empty()) { int u = q.front(); q.pop(); for (int i = 0; i < G[u].size(); i++) { int v = G[u][i]; if (!visited[v]) { visited[v] = true; dist[v] = dist[u] + 1; parent[v] = u; q.push(v); } } } } int main() { int n = 6; // 结点数目 int m = 7; // 边数目 memset(visited, false, sizeof(visited)); memset(dist, -1, sizeof(dist)); // 初始化距离为-1 memset(parent, -1, sizeof(parent)); // 初始化父节点为-1 // 添加边 G[1].push_back(2); G[1].push_back(3); G[2].push_back(4); G[2].push_back(5); G[3].push_back(5); G[4].push_back(6); G[5].push_back(6); int start = 1; // 起点 int end = 6; // 终点 bfs(start); if (visited[end]) { cout << "The shortest distance from " << start << " to " << end << " is " << dist[end] << endl; cout << "The path is: "; for (int u = end; u != -1; u = parent[u]) { cout << u << " "; } cout << endl; } else { cout << "No path found from " << start << " to " << end << endl; } return 0; } ``` 在这个程序中,我们使用了一个邻接表来表示图。对于每个结点,我们记录了它到起点的最短距离`dist`、它的父节点`parent`和它是否已经访问过`visited`。在广度优先搜索中,我们从起点开始搜索,依次遍历它的邻居结点,并记录它们的距离、父节点和是否已经访问。一旦找到了终点,我们就可以根据每个结点的父节点沿着最短路径回溯到起点,输出路径上的结点即可。

相关推荐

最新推荐

recommend-type

C++求所有顶点之间的最短路径(用Dijkstra算法)

主要为大家详细介绍了C++用Dijkstra算法求所有顶点之间的最短路径,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
recommend-type

C++用Dijkstra(迪杰斯特拉)算法求最短路径

Dijkstra(迪杰斯特拉)算法是典型的最短路径路由算法,用于计算一个节点到其他所有节点的最短路径。主要特点是以起始点为中心向外层层扩展,直到扩展到终点为止。下面这篇文章就给大家介绍关于C++用Dijkstra算法...
recommend-type

Dijkstra算法最短路径的C++实现与输出路径

今天小编就为大家分享一篇关于Dijkstra算法最短路径的C++实现与输出路径,小编觉得内容挺不错的,现在分享给大家,具有很好的参考价值,需要的朋友一起跟随小编来看看吧
recommend-type

C++使用递归和非递归算法实现的二叉树叶子节点个数计算方法

主要介绍了C++使用递归和非递归算法实现的二叉树叶子节点个数计算方法,涉及C++二叉树的定义、遍历、统计相关操作技巧,需要的朋友可以参考下
recommend-type

小孩分油问题(广度优先搜索算法)实验报告及c++程序

小孩分油问题(广度优先搜索算法)实验报告,附带c++代码,详细流程及流程图
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

解释minorization-maximization (MM) algorithm,并给出matlab代码编写的例子

Minorization-maximization (MM) algorithm是一种常用的优化算法,用于求解非凸问题或含有约束的优化问题。该算法的基本思想是通过构造一个凸下界函数来逼近原问题,然后通过求解凸下界函数的最优解来逼近原问题的最优解。具体步骤如下: 1. 初始化参数 $\theta_0$,设 $k=0$; 2. 构造一个凸下界函数 $Q(\theta|\theta_k)$,使其满足 $Q(\theta_k|\theta_k)=f(\theta_k)$; 3. 求解 $Q(\theta|\theta_k)$ 的最优值 $\theta_{k+1}=\arg\min_\theta Q(
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。